本發(fā)明涉及空間屬性分布的建模領(lǐng)域，尤其涉及一種不確定性概率場屬性分布建模方法與系統(tǒng)。

背景技術(shù)：

在三維地質(zhì)體地層屬性、海洋體溶質(zhì)屬性分布建模、三維分布建模、三維空氣體各類漂浮物屬性分布建模、三維土壤體污染物屬性分布建模，以及各類空間場的等濃度面、等勢面的三維建模等領(lǐng)域，均面臨如何基于屬性的已知邊界信息來如何合理構(gòu)建整體區(qū)間屬性三維分布的難題?，F(xiàn)有一般屬性空間分布建模方法，不管是基于地質(zhì)統(tǒng)計學(xué)等不確定性理論的屬性建模方法還是確定性理論的屬性建模方法都可以概括為：1、基于已有已知屬性邊界信息基礎(chǔ)上，通過人機交互或假定等來確定可以實現(xiàn)各個屬性主體輪廓描述的控制性約束邊界信息體系。2、基于控制性約束邊界信息體系，采用不確定性方法(地質(zhì)統(tǒng)計學(xué)方法)或確定方法(連續(xù)或多階可導(dǎo))，來確定各個屬性完整的空間分布邊界。這兩種模式的一般屬性建模方法，一旦已知屬性邊界信息比較多且復(fù)雜時，比如包含上千個已知屬性鉆孔邊界信息集以及幾十個甚至上百個不同屬性且這些屬性呈空間交錯分布式時，會導(dǎo)致大量的前期人機交互工作量，甚至幾乎是陷入死循環(huán)的人機交互工作量。

技術(shù)實現(xiàn)要素：

基于背景技術(shù)存在的技術(shù)問題，本發(fā)明提出了一種不確定性概率場屬性分布建模方法與系統(tǒng)，提供了一種基于已知屬性邊界信息，構(gòu)建區(qū)域空間不同屬性的統(tǒng)一分布概率場，然后再通過統(tǒng)一分布概率場的最大概率來自動化確定屬性空間體中復(fù)雜屬性的空間分布邊界，最后通過空間矢量化迭代計算不同屬性空間分布的建模方法及系統(tǒng)。

本發(fā)明提出的一種不確定性概率場屬性分布建模方法，包括如下步驟：

(一)基于已知的屬性邊界信息S_i(i＝1，2，3，…)，針對需要進(jìn)行屬性空間分布建模的整體空間，進(jìn)行幾何空間建模與描述，構(gòu)建整體場地空間Ω；

(二)基于所述屬性邊界信息S_i(i＝1，2，3，…)，提取、統(tǒng)計全部屬性類型的每類屬性A_j(j＝1，2，3，…)，構(gòu)建數(shù)字化的屬性類型特征向量集合{A₁，A₂，A₃，…}；

(三)對所述屬性邊界信息S_i(i＝1，2，3，…)進(jìn)行幾何空間建模與描述，構(gòu)建已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}；

(四)基于所述的屬性類型特征向量集合{A₁，A₂，A₃，…}和已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}，對所述整體場地空間Ω中各點q(x，y，z)(q∈Ω)所對應(yīng)的每類屬性A_j(j＝1，2，3，…)的分布概率進(jìn)行計算并得出點q(x，y，z)的屬性分布概率 生成統(tǒng)一屬性概率分布場

其中：由q(x，y，z)點所在的相同趨勢面α(x，y，z)上的不同已知屬性空間分布點與q(x，y，z)點在α(x，y，z)面上的距離綜合計算得到，即：其中，f(·)函數(shù)滿足以下兩個約束：

(五)分析、提取整體場地空間Ω中各點q(x，y，z)的屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成統(tǒng)一最大概率屬性分布模型F，其中

(六)基于步驟(五)生成的統(tǒng)一最大概率屬性分布模型F，統(tǒng)計場地空間Ω中每類屬性A_j(j＝1，2，3，…)分布概率最大的點，得到每類屬性A_j分布概率最大的分類點集合其中

(七)基于所述的分類點集合(替換原來的)，統(tǒng)計場地空間Ω中有兩個或兩個以上屬性類型分布概率同時最大的點，得到多屬性最大概率邊界點集合

(八)基于所述的分類點集合和多屬性最大概率邊界點集合Q_boudary，按屬性的類型進(jìn)行統(tǒng)計，得出所述每類屬性類型A_j所對應(yīng)的多屬性最大概率邊界點集合 即為每類屬性類型A_j的最大概率屬性邊界點集合

(九)對各個每類屬性A_j的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各類屬性的二、三維矢量化邊界，生成不確定性概率場屬性分布模型。

需要說明的是，其中：屬性類型包括地質(zhì)地層類型、水體溶質(zhì)類型、大氣漂浮物種類等，屬性邊界信息S_i(i＝1，2，3，…)為地質(zhì)鉆孔、水體取樣、大氣探測等方式獲取的第i個樣本的數(shù)據(jù)集合，S_i由相應(yīng)的每類屬性A_j及A_j的空間分布三維坐標(biāo)集合等數(shù)據(jù)組成，每類屬性A_j(j＝1，2，3，…)，j的每一個取值對應(yīng)一種屬性即：

其中，x、y表示水平方向的正交坐標(biāo)，z表示垂直方向的坐標(biāo)。

優(yōu)選的，所述方法用于三維地質(zhì)體地層屬性分布建模中，所述屬性類型為地質(zhì)地層類型。

優(yōu)選的，所述方法可用于三維海洋體溶質(zhì)屬性分布建模、三維空氣體各類漂浮物屬性分布建模、三維土壤體污染物屬性分布建模以及各類空間場的等濃度面、等勢面的三維建模。

優(yōu)選的，所述方法可用于地質(zhì)領(lǐng)域的各種專業(yè)應(yīng)用分析領(lǐng)域。專業(yè)應(yīng)用分析領(lǐng)域包括：工程地質(zhì)的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地質(zhì)剖面構(gòu)建以及三維地質(zhì)建模、三維地質(zhì)體單元剖分、三維地層方量計算、工程建設(shè)全流程領(lǐng)域等的工程建設(shè)專業(yè)領(lǐng)域；用于水文地質(zhì)的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地質(zhì)剖面構(gòu)建以及三維地質(zhì)建模、三維地質(zhì)體單元剖分、三維地層方量計算與分析等的水文地質(zhì)專業(yè)領(lǐng)域；用于環(huán)境地質(zhì)的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地質(zhì)剖面構(gòu)建以及三維地質(zhì)建模、三維地質(zhì)體單元剖分、三維地層方量計算與分析等的環(huán)境地質(zhì)專業(yè)領(lǐng)域；用于礦產(chǎn)地質(zhì)的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地 質(zhì)剖面構(gòu)建以及三維地質(zhì)模型建模、三維地質(zhì)體單元剖分、三維儲量計算與估算、礦產(chǎn)開采、礦區(qū)建設(shè)、礦區(qū)修復(fù)等的礦產(chǎn)地質(zhì)專業(yè)領(lǐng)域；用于環(huán)境工程的土壤污染物分布的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地質(zhì)剖面構(gòu)建以及三維地質(zhì)模型建模、三維地質(zhì)體單元剖分、三維地層方量計算等相關(guān)環(huán)境工程領(lǐng)域；用于基礎(chǔ)地質(zhì)的豎直地質(zhì)剖面、水平地質(zhì)剖面、斜地質(zhì)剖面構(gòu)建以及三維地質(zhì)模型建模、地質(zhì)填圖等的基礎(chǔ)地質(zhì)專業(yè)領(lǐng)域。

本發(fā)明還提出一種不確定性概率場屬性分布建模系統(tǒng)，包括整體場地空間構(gòu)建模塊、屬性類型特征向量空間構(gòu)建模塊、已知屬性空間分布模型構(gòu)建模塊、統(tǒng)一屬性概率計算模塊、屬性最大概率邊界點集合分析計算模塊、二/三維矢量化邊界模塊，所述整體場地空間構(gòu)建模塊，基于已知的屬性邊界信息對需要進(jìn)行屬性空間建模的整體場地空間，進(jìn)行幾何空間建模與描述；所述屬性類型特征向量空間構(gòu)建模塊，對屬性邊界信息進(jìn)行歸一化預(yù)處理，提取、統(tǒng)計全部的屬性類型，生成屬性類型特征向量集合；所述已知屬性空間分布模型構(gòu)建模塊，基于全部的屬性類型，進(jìn)行幾何空間進(jìn)一步建模與描述完善，生成已知屬性空間分布模型；所述統(tǒng)一屬性概率計算模塊對整體場地空間中各點所對應(yīng)的每類屬性的分布概率進(jìn)行計算，生成統(tǒng)一屬性概率分布場，且分析、提取各點所對應(yīng)的屬性類型特征向量空間中的每類屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成統(tǒng)一最大概率屬性分布模型，所述屬性最大概率邊界點集合分析計算模塊基于所述的統(tǒng)一最大概率分布模型，進(jìn)行計算統(tǒng)計出存在二個及以上的不同屬性類型的點即多屬性最大概率邊界點集合，并統(tǒng)計屬性類型特征向量空間中同一類屬性所對應(yīng)的的全部最大概率屬性邊界點集合，獲得該屬性類型的最大概率屬性邊界點集合，所述二/三維矢量化邊界模塊基于各個屬性類型的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各個屬性的二、三維矢量化邊界。

有益效果

(一)本發(fā)明提出的一種不確定性概率場屬性分布建模方法，先構(gòu)建整個空間體中各屬性類型的統(tǒng)一分布概率場，然后基于最大屬性概率分布構(gòu)建屬性邊界，其針對整個空間體不需要預(yù)先大量人機交互來確定各類屬性邊界的控制性描述，有效的提高了建模效率與準(zhǔn)確性。

(二)本發(fā)明提出的一種不確定性概率場屬性分布建模方法，可以實現(xiàn)復(fù)雜屬性空間分布自動化建模、區(qū)域海量已知屬性邊界信息的自動化快速建模以及隨區(qū)域海量已知屬性邊界信息動態(tài)變化的動態(tài)、快速建模。

附圖說明

圖1：本發(fā)明一種不確定性概率場屬性分布建模方法流程圖；

圖2：本發(fā)明實施例1中整體場地空間示意圖；

圖3：本發(fā)明實施例1中提取、統(tǒng)計全部屬性類型系統(tǒng)界面截圖；

圖4：本發(fā)明實施例1中鉆孔位置所在的地質(zhì)垂直切面示意圖；

圖5：本發(fā)明實施例1中標(biāo)高－15.5米處的水平地質(zhì)剖面示意圖；

圖6：本發(fā)明實施例1中地層兩個或以上的地層類型的最大分布概率分布點示意圖；

圖7：本發(fā)明實施例1中不確定性概率場屬性分布模型示意圖；

具體實施方式

下面結(jié)合具體實施例對本發(fā)明作進(jìn)一步解說。

實施例1

本實施例中的一種不確定性概率場屬性分布建模方法，包括如下步驟：

(一)基于已知的屬性邊界信息S_i(i＝1，2，3，…)，針對需要進(jìn)行屬性空間分布建模的整體空間，進(jìn)行幾何空間建模與描述，構(gòu)建整體場地空間Ω，結(jié)合附圖2進(jìn)行說明，根據(jù)已知地質(zhì)鉆孔，鉆孔編號：zk1、zk2、zk3、zk4、zk6、zk7、zk8、zk9的柱狀數(shù)據(jù)圖的空間分布，構(gòu)建圖示立方體框架范圍整體場地空間；

(二)基于所述屬性邊界信息S_i(＝1，2，3，…)，提取、統(tǒng)計全部屬性類型的每類屬性A_j(j＝1，2，3，…)，構(gòu)建數(shù)字化的屬性類型特征向量集合{A₁，A₂，A₃，…}；結(jié)合附圖3進(jìn)行說明，基于給定的zk1、zk2、zk3、zk4、zk6、zk7、zk8、zk9等各個鉆孔數(shù)據(jù)，提取、統(tǒng)計已知地質(zhì)鉆孔所有類型的地層的屬性特征，如鉆孔zk1的5種不同類型的地層分別標(biāo)記為①、②1、③、④1等，同時分別統(tǒng)計地層的高程、擴(kuò)散影響參數(shù)及其它參數(shù)，從而得到每一種類型地層及其對應(yīng)的高程等屬性參數(shù)，即構(gòu)建起了數(shù)字化的地層類型特征向量空間，也可以用其他字母或數(shù)字形式表示地層標(biāo)記。

(三)對所述屬性邊界信息S_i(i＝1，2，3，…)進(jìn)行幾何空間建模與描述，構(gòu)建已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}；

(四)基于所述的屬性類型特征向量集合{A₁，A₂，A₃，…}和已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}，對所述整體場地空間Ω中各點q(x，y，z)(q∈Ω)所對應(yīng)的每類屬性A_j(j＝1，2，3，…)的分布概率進(jìn)行計算并得出點q(x，y，z)的屬性分布概率 生成統(tǒng)一屬性概率分布場結(jié)合附圖4進(jìn)行說明，zk5位置所在的地質(zhì)垂直切面附圖4所示，計算水平面上(X，Y)＝(36133.86，36468.89)位置上的不同深度位置(用Z坐標(biāo)表示)確定為每種類型地層的概率，得到地層概率分布統(tǒng)計下表所示。

(五)分析、提取整體場地空間Ω中各點q(x，y，z)的屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成統(tǒng)一最大概率屬性分布模型F，其中 結(jié)合附圖5進(jìn)行說明，根據(jù)附圖5上所示的1、2、3處位置的不同類型地層的概率分布表，分析、提取最大概率所對應(yīng)的地層類型，如：1處的最大概率為地層類型③，其概率為54.615，2處的最大概率為地層類型④1，其概率為56.5273，3處的最大概率為地層類型②2，其概率為60.623％。所有地質(zhì)位置均得到如上所述的最大概率的地層類型分布，即得到了統(tǒng)一最大概率地層類型分布模型。

(六)基于步驟(五)生成的統(tǒng)一最大概率屬性分布模型F，統(tǒng)計場地空間Ω中每類屬性A_j(j＝1，2，3，…)分布概率最大的點，得到每類屬性A_j分布概率最大的分類點集合其中結(jié)合附圖6進(jìn)行說明，1、2、3、4、5、6處，均對應(yīng)著最大概率的地層類型分布，如下表所示?？芍?、2、3處的最大概率地層為②1，4、5處的最大概率地層為④1，6處的最大概率地層為④2。類似上述1～6處，確定場地空間中所有地層類型最大概率為②1的點，確定場地空間中所有地層類型最大概率為④1 的點，確定場地空間中所有地層類型最大概率為④2的點。

(七)基于所述的分類點集合統(tǒng)計場地空間Ω中有兩個或兩個以上屬性類型分布概率同時最大的點，得到多屬性最大概率邊界點集合結(jié)合附圖7進(jìn)行說明，分塊代表不同類型的地層，在位置存在兩個或以上的地層類型的最大分布概率分布點為多個類型地層的邊界。

(八)基于所述的分類點集合和多屬性最大概率邊界點集合Q_boudary，按屬性的類型進(jìn)行統(tǒng)計，得出所述每類屬性類型A_j所對應(yīng)的多屬性最大概率邊界點集合 即為每類屬性類型A_j的最大概率屬性邊界點集合統(tǒng)計同一種地層所對應(yīng)的邊界點集合，生成該地層的最大概率邊界點集合。

(九)對各個每類屬性A_j的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各類屬性的三維矢量化邊界，生成不確定性概率場屬性分布模型。

需要說明的是：本實施例中屬性類型為地質(zhì)地層類型。三維海洋體溶質(zhì)屬性分布建模、三維空氣體各類漂浮物屬性分布建模、三維土壤體污染物屬性分布建模與本例中的地質(zhì)建模方法相同。

實施例2

本實施例中的一種不確定性概率場屬性分布建模方法構(gòu)建二維地質(zhì)剖面的不確定性概率場屬性分布模型，包括不局限與豎直/水平/斜地質(zhì)剖面,包括如下步驟：

(一)基于已知的屬性邊界信息，針對需要進(jìn)行屬性分布建模的構(gòu)建整體場地空間，進(jìn)行二維地質(zhì)剖面的幾何空間建模與描述，構(gòu)建整體場地空間；

(二)基于所述屬性邊界信息，提取、統(tǒng)計全部屬性類型的每類屬性，構(gòu)建數(shù)字化的屬性類型特征向量集合；

(三)對所述屬性邊界信息進(jìn)行二維地質(zhì)剖面的幾何空間建模與描述，構(gòu)建已知屬性空間分布模型；

(四)基于所述的屬性類型特征向量集合和已知屬性空間分布模型，對所述整體場地空間中各點所對應(yīng)的每類屬性的分布概率進(jìn)行計算并得出點的屬性分布概率，生成二維地質(zhì)剖面的統(tǒng)一屬性概率分布場；

(五)分析、提取二維地質(zhì)剖面中各點的屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成二維地質(zhì)剖面的統(tǒng)一最大概率屬性分布模型，其中；

(六)基于步驟(五)生成的統(tǒng)一最大概率屬性分布模型，統(tǒng)計二維地質(zhì)剖面中單一屬性類型分布概率最大的點，得到單一屬性類型分布概率最大的分類點集合；

(七)基于所述的分類點集合，統(tǒng)計二維地質(zhì)剖面中有兩個或兩個以上屬性類型分布概率同時最大的點，得到多屬性最大概率邊界點集合；

(八)基于所述的分類點集合和多屬性最大概率邊界點集合，按屬性的類型進(jìn)行統(tǒng)計，得出所述每類屬性類型所對應(yīng)的多屬性最大概率邊界點集合，即為每類屬性類型的最大概率屬性邊界點集合；

(九)對各個每類屬性的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各類屬性的二維地質(zhì)剖面矢量化邊界，生成不確定性概率場屬性分布模型。

以上所述，僅為本發(fā)明較佳的具體實施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。